非侵入性監測顱內壓AI技術來幫忙 

編譯／黃竣凱

一項新研究發表於《npj Digital Medicine》期刊，詳細說明了人工智慧（AI）技術如何幫助加護病房的醫療團隊，檢測和監控顱內壓，顱內壓是一種因腦部壓力增加而引發的病症，若未及時處理，可能導致嚴重併發症，如出血或中風，當前檢測和監控顱內高壓的標準是侵入性手術，需在顱骨上鑽孔，但這樣的手術也帶來感染等風險，而深度學習工具則可能改變現況。

研究團隊致力於開發非侵入性解決方案

據報導，為減少手術風險，位於紐約市的西奈山伊坎醫學院（Icahn）研究團隊，嘗試使用非侵入性的波形數據和AI，如常規頭部超音波、脈搏血氧儀和心電圖，來預測腦部壓力的變化，透過從接受侵入性檢測的病患數據中，建立深度學習模型，該工具能即時生成腦血壓的狀況，有助於醫生更有效地監控顱內高壓，並及早進行干預。

更多新聞：超音波可強化藥物進入腦部效率 阿茲海默症有望獲得新療法

AI技術的外部驗證與臨床成果

研究的首位作者、Icahn醫學院醫學博士候選人Faris Gulamali表示，「我們創建了一種非侵入性方法，利用在加護病房中已經常規收集的數據，生成一種AI衍生的生物標誌，用來檢測腦壓，」該研究是至今針對顱內高壓最大規模的研究，並首次提供了該演算法的外部驗證，證實其與臨床結果之間的直接相關，而這也是取得FDA批准所需的關鍵步驟。

AI工具精確檢測腦壓異常

透過從2020年至2022年Mount Sinai醫院收集的數據進行驗證，該工具能夠在幾秒鐘內準確檢測出顱內壓升高的情況，回顧性分析顯示，顱內壓數值處於前25% 的患者，發生硬膜下出血的風險提高了24倍，進行顱骨切除術的機率也增加了七倍。

未來研究與應用展

儘管這項研究已取得重要進展，研究團隊強調仍需進一步研究來驗證模型的準確性，並計畫進行針對神經系統疾病患者的研究，資深作者Girish Nadkarni博士表示，「我們的願景是將這項工具整合到加護病房，作為重症監控的標準程序，這項技術將大幅推動我們的應變能力，減少風險操作並加速對神經急症的反應。」

AI技術的潛力與多領域應用

此外，該技術不僅適用於神經學領域，研究結果還顯示它在心跳驟停、青光眼及急性肝衰竭等其他嚴重健康問題的管理上，也有潛在價值，研究團隊計畫向FDA申請「突破性設備」資格，將這項臨床決策支援工具帶入醫療體系，未來可能廣泛應用於重症病患的管理。

參考資料：Tech Target

※探索職場，透視薪資行情，請參考【科技類-職缺百科】幫助你找到最適合的舞台！

瀏覽 91 次